多粒度的汉语情感极性分类方法研究

目录

摘要

第1章绪论

1．1研究目的和意义

1．2国内外研究现状

1．2．1篇章级情感分析

1．2．2句子级情感分析

1．2．3细粒度情感分析

1．2．4多粒度情感分析

1．3汉语情感极性分类研究面临的主要问题

1．4本文主要研究内容

1．5本文组织安排

第2章隐式特征汉语情感极性分类

2．1构建汉语情感极性分类语料库

2．1．1语料收集

2．1．2语料预处理

2．1．3语料标注规范

2．1．4语料分析

2．1．5扩充词典

2．2 BiLSTM-Attention框架介绍

2．2．1 BiLSTM神经网络模型

2．2．2 Self-Attention

2．3单一粒度的情感极性分类

2．3．1粗细粒度特征的选取

2．3．2粗粒度情感分类模型

2．3．3细粒度情感分类模型

2．4训练词向量方法探究

2．4．1 Word2vec训练词向量

2．4．2 Elmo训练词向量

2．5隐式特征情感强度计算方法

2．6实验结果与分析

2．6．1实验设置及测试指标

2．6．2实验结果及分析

2．7本章小结

第3章基于多特征融合方法的汉语情感极性分类

3．1特征质量对模型的影晌

3．1．1人工标注的情感特征

3．1．2神经网络预测的情感特征

3．2多特征融合方式的探究

3．2．1特征相加

3．2．2特征相乘

3．2．3门控单元

3．3融入细粒度情感特征的汉语情感极性预测

3．4融入粗粒度情感特征的汉语情感极性分类

3．5特征融合顺序的探究

3．5．1早融合

3．5．2晚融合

3．6实验结果与分析

3．6．1融入细粒度情感的实验分析

3．6．2融入粗粒度情感的实验分析

3．7本章小结

第4章基于多粒度联合模型的汉语情感极性分类

4．1各个粒度的情感强度计算

4．1．1情感词语

4．1．2情感短语

4．1．3情感句子

4．2多粒度联合模型

4．2．1模型介绍

4．2．2动态情感词计算

4．3不同粒度的情感强度结合方式

4．3．1加权平均

4．3．2门控单元机制

4．4实验结果分析

4．5本章小结

结论

参考文献

致谢

攻读硕士学位期间发表的学术论文及参加的科研项目

声明